2016年执业医师资格考试综合笔试构想效度研究(范例文章仅供参考).doc

2016年执业医师资格考试综合笔试构想效度研究(范例文章仅供参考).doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2016年执业医师资格考试综合笔试构想效度研究(范例文章仅供参考)

2016年执业医师资格考试综合笔试构想效度研究(范例文章仅供参考) 摘要??本文采用协方差结构方程模型,对临床执业医师综合笔试基础知识—专业知识—公共知识三因素理论构想模型进行了验证,并进行了多样本比较,认为临床执业医师综合笔试三因素理论构想模型拟合较好,临床执业医师综合考试具有较好的构想效度。一、????????前言医师资格考试(National Medical Licensing Examination,NMLE)是根据《中华人民共和国执业医师法》设置的执业资格考试,医师资格考试又称医师执业考试、医师执照考试,是世界各国普遍采用的医师资格认可形式,医师资格考试属于标准参照测验。考试每年举行一次,分为实践技能考试和综合笔试两部分。效度(validity)是指测验能够测量出其所要测量的东西的程度。要确定测验的效度如何,不能凭主观意愿来判断,而要靠收集客观事实材料和证据来证明。这种收集大量资料和证据来验证测验效度的工作,叫做效度验证(validation)。构想效度指的是测验对某理论结构或特质测量的程度。构想效度的考察重点在于测验本身,在于测验赖以编制的心理结构理论上,在于测验测到这种理论结构或特质的能力上。本文对以临床执业医师综合笔试为例对医师资格综合笔试的理论构想进行了验证。二、????????研究方法(一)、研究方法的选择医师资格考试属于标准参照测验,其理论构想主要体现在测验内容的结构关系上,这种结构关系称为“领域结构(domain structure)”。领域结构既包括外在的不同知识领域的结构关系,更关心这些知识领域的潜在结构关系。由于标准参照测验特别关注领域界定的有效性,因此对领域结构的检验应成为标准参照测验效度研究的重要内容。领域结构的检验可以包含二个层次:单一学科的内容结构和综合学科的内容结构。对于由多学科组成的综合测验来说,领域结构主要体现在学科之间的潜在关系上。研究表明,利用验证性因素分析研究标准参照测验(尤其是行业资格考试)的构想效度和领域结构是完全可行的。协方差结构方程模型(Covariance Structure Modeling,CSM)中的验证性因素分析(Confirmatory Factor Analysis, CFA)可以检验:1、?????????????哪些潜在公共因素是相关的2、?????????????哪些观测变量受哪个潜在公共因素影响3、?????????????哪个观测变量受哪个独特性因素影响4、?????????????哪些独特性因素是相关的通过验证性因素分析,我们不仅可以估计观测变量与相关潜在公共因素的负荷参数,而且还能估计公共因素之间的相关程度,这些正是标准参照测验所关心的。领域结构中哪些潜在维度与哪些观测变量(学科或项目)具有所属关系,潜在维度之间的相关与否及相关程度,这些问题在领域界定过程中就已被“先验”地假定,或从理论上已经有所把握。但是观测数据与这些理论构想是否拟合,拟合程度如何,验证性因素分析通过检验观测变量的样本协方差矩阵(S)与理论模型估计出的衍生矩阵(E)间的差异是否显著来解决这一问题。如果S和E的差异显著,那么从统计学意义上可以推论,领域结构的理论模型与观测数据不符,或者说明样本数据未能验证领域结构的原有理论构想。(二)验证性因素分析的几个有关问题1、?????????????样本容量在应用协方差结构方程模型(CSM)进行分析时,为了提供足够的统计检验能力,得到有意义的结果和准确的参数估计值,我们需要有较大的样本。有的研究者建议,我们应尽量避免对少于200人被试的样本做CSM分析,样本大于1000人时,结果较稳定、准确。2、?????????????观测变量数目验证性因素分析中模型的潜在因素通常由几个观测变量表示。有研究者主张每个因素应该用三个或四个观测变量表示,多于四个观测变量所得到的回报会越来越小,一般最少用三个观测变量表示潜在因素,以解决识别问题。但当潜在因素互有关联时,每个潜在因素可用两个观测变量表示。3、?????????????模型拟合程度的评价在得到参数后,需要对模型与数据间是否拟合进行评价。主要通过比较拟合指数来评价一个模型与数据的拟合程度。常用的拟合指数主要有:(1)、Χ2统计值:受样本量影响较大,样本量越大Χ2越大,p0.05时较理想。(2)、拟合优度指数GFI:大于0.90时表示数据与模型拟合得好。(3)、调整的拟合优度指数AGFI:大于0.90时表示数据与模型拟合得好。(4)、近似均方根误差RMSEA:小于0.05时表示数据与模型拟合得好。(5)、相对拟合指数CFI:大于0.90时表示数据与模型拟合得好。(6)、标准拟合指数NFI:大于0.90时表示数据与模型拟合得好。(7)、Tuker-Lewis指数TLI或NNFI:大于0.90时表示

您可能关注的文档

文档评论(0)

2017ll + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档